Cтраница 2
Во-первых, из-за сложной структуры связей между информационными параметрами, а также неопределенности при формализации связей рассматриваемые альтернативы и прогнозируемые результаты всегда являются нечеткими с точки зрения допустимости и эффективности. На рис. 6.3 отображена информационная структура ЗПР, рассматриваемой с точки зрения подхода нечетких множеств. [16]
Сначала рассмотрим достаточно простую задачу, при формулировке которой предполагается, что коэффициент эффективной теплопроводности стекломассы не зависит от температуры и отсутствует перенос тепла, обусловленный конвекцией стекломассы. При таких допущениях задача может быть сведена к решению уравнения Лапласа. Проверка подхода нечетких множеств выполняется сравнением получаемых результатов. Далее рассмотрим решение более сложной задачи. [17]
Качественный этап системного анализа предусматривает сбор, систематизацию и оценку достоверности первичной качественной информации. Она выполняется проведением повторных наблюдений, активных экспериментов, получением данных с помомщью имеющихся моделей. С этой точки зрения наиболее трудоемкой стадией применения подхода нечетких множеств является представление физико-химических систем в виде диаграмм взаимных влияний и запись достоверного лингвистического описания взаимосвязей между параметрами. В обоих случаях необходимо основываться на физико-химических закономерностях. Отметим, что при исследовании реальных производств метод нечетких множеств обычно применяют в дополнение к другим методам исследования. Для достаточно простых задач не выделяют качественный этап системного анализа и качественную информацию активно не используют. При построении моделей сложных процессов и явлений возникает необходимость учета качественной информации. [18]
Рассмотренные в главе задачи показывают, что для достаточна простых технологических процессов и целей исследования обычно не акцентируют внимание на качественном этапе системного анализа. В этом случае используют модели в точной формулировке. В более сложных случаях роль качественной информации возрастает. Для формализации таких сведений эффективным является подход нечетких множеств. Отметим, что классификация технологических процессов на простые и сложные является нечеткой, в основе которой лежит общий уровень знаний о конкретной технологии, степень сложности взаимосвязей между различными физико-химическими эффектами, квалификация исследователя и другие. Поэтому такая классификация не имеет строгого количественного выражения. [19]
На качественном этапе системного анализа при решении научных и инженерно-технических задач, направленных на совершенствование, проектирование и управление процессов химической технологии, требуется учитывать различного вида неопределенности. Довольно часто - неопределенности обусловлены уровнем знаний ( в рамках решаемой задачи) об изучаемой технологической системе. Выделяют ебщий уровень знаний и знания одного или группы специалистов. Неопределенности могут возникать и по другим причинам. К ним относятся большие погрешности измерений, что рассмотрено при решении задачи по оценке запасов газа в месторождении. Использование качественной информации при экстраполяции функции тепловых потоков в стекловаренной печи обусловлено отсутствием количественных экспериментальных данных в недоступной для измерений области. В процессах получения полиэтилена методом высокого давления и ректификации из-за сложности описания взаимосвязей между параметрами применен подход нечетких множеств. Привлечение качественной информации при синтезе нечетких регуляторов определяется желанием использовать неформализованные знания и опыт оператора. [20]